题目内容
（请给出正确答案）
B．ETL引擎一般以组件化的方式实现转换，常用的组件有字段映射、数据清洗、数据过滤、数据验证、数据合并、数据拆分、数据替换、数据加解密、数据计算等.这些组件可以任意组合
C．深度优先策略的基本方法是按照深度由低到高的顺序，依次访问下一级网页链接，直到不能再深入为止
D．聚焦爬虫爬行策略实现的关键是评价页面内容和链接的重要性
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
更多“以下说法错误的是（）”相关的问题
A.网络爬虫是按照一定的规则，自动抓取互联网内容的程序
B.网络爬虫是一种检测装置，能够感受到被测量的信息，并能将信息按一定规律转换成为电信号或其他所需形式的信息输出
C.网络爬虫是通过网络采集数据的一种方式，这种方式通过在线调查问卷网站完成问卷的设计、发放、回收和分析等工作
D.网络爬虫主要功能是自动采集其可以访问到的网页内容
A、网络爬虫实际上是一种"自动化浏览网络”的程序，或者说是一种网络机器人
B、网络爬虫被广泛用于互联网搜索引擎或其他类似网站
C、传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列直到满足系统的一定停止条件
D、目前互联网上的信息分类大多数都是人工完成的
A.Python不能用于图像处理
B.Python是一种面向对象的解释型计算机程序设计语言
C.Python有着丰富而强大的库
D.Python运行速度快
E.Python是一种网络爬虫技术
A、网络爬虫还可以对网页建立索引
B、有些网络爬虫能够从网站抓取内容聚合起来
C、有些网络爬虫甚至能发动DDos攻击、发送垃圾邮件等
D、隐藏在表单后的信息无法被网络爬虫发现
关于网络爬虫协议文件robots.txt，说法错误的是:
A一个网站可以放多个不同robots文件
Brobots文件不可以用xml格式命名
Cdisallow用来描述不希望被访问到的一个URL
Drobots文件可以放在任何位置
A.通用网络爬虫
B.聚焦网络爬虫
C.增量式网络爬虫
D.以上都是
A.在爬虫开始的时候，需要给爬虫输送一个URL列表，作为爬虫的起始位置
B.爬虫程序会抓取所有网页，以保证搜索正确性
C.根据某种抓取策略爬行新发现的URL，如此重复下去
D.对于商业搜索引擎来说，分布式爬虫是必须采用的技术
A、在爬虫开始的时候，需要给爬虫输送一个URL列表，作为爬虫的起始位置
B、根据某种抓取策略爬行新发现的URL，如此重复下去
C、爬虫程序会抓取所有网页，以保证搜索正确性
D、对于商业搜索引擎来说，分布式爬虫是必须采用的技术
A、通用网络爬虫通常采用并行工作方式，但需要较长时间才能刷新一次页面。
B、通用网络爬虫适用于为搜索引擎搜索广泛的主题，有较强的应用价值。
C、聚焦爬虫根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。
D、增量式爬虫在需要的时候爬行新产生或发生更新的页面，并重新下载所有页面
警告：系统检测到您的账号存在安全风险
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
